[發(fā)明專利]一種基于詞綴的用于對未知詞進行語義分類的系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210361148.9
• 申請日: 2012-09-25
• 公開（公告）號: CN102902665A
• 公開（公告）日: 2013-01-30
• 發(fā)明（設(shè)計）人: 趙涓涓;強彥;裴博;楊建峰
• 申請（專利權(quán)）人: 太原理工大學(xué)
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于自然語言處理技術(shù)領(lǐng)域，涉及一種基于詞綴的用于對未知詞進行語義分類的系統(tǒng)。

背景技術(shù)

通常，用戶能夠先獲得描述單詞的某些字典。這些字典可以描述單詞的出處(例如，通常在哪一段話中出現(xiàn)的等等)、語義類(例如人、事件、情感等等)、含義和例句等。對于那些沒有出現(xiàn)在字典中的詞我們稱為“未知詞”。一般而言，未知詞可以來源于某些新詞。

在文本信息處理中，未知詞的出現(xiàn)常常會給用戶帶來麻煩，由于它的信息(例如例句、語義類等)的不足。

為解決上述麻煩，一種做法是用戶在未知詞出現(xiàn)時更新字典。但是這一做法在一般情況下很困難，原因如下：(1)由于存在著很多的信息源(報紙、網(wǎng)絡(luò)等等)，因此無法保證用戶在一未知詞首次出現(xiàn)時就捕捉到該詞；(2)由于字典是標(biāo)準(zhǔn)化的，對于任一未知詞都需要經(jīng)過許多專家的審核、同意后才能寫入字典，因此這需要一段時間。

鑒于此，對未知詞進行語義類別的猜測就成了一項很有必要的工作。本發(fā)明將關(guān)注語義類別信息。也就是，我們將試圖猜測未知詞的語義類別。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述技術(shù)缺陷，提供一種基于詞綴的用于對未知詞進行語義分類的系統(tǒng)。

其技術(shù)方案為：

一種基于詞綴的用于對未知詞進行語義分類的系統(tǒng)，包括：

輸入模塊：該模塊主要用于接收來自系統(tǒng)外部由用戶輸入的未知詞；

未知詞詞綴分析模塊：對于系統(tǒng)接收到的任何一個未知詞，將其按構(gòu)詞規(guī)則分別拆分成兩個部分，每個部分都可作為詞綴；

相似詞選擇模塊：對于所輸入的未知詞，在同義詞詞林中查找與未知詞具有相同詞綴部分的詞；

內(nèi)容部分相似度計算模塊：根據(jù)相似詞詞林字典中的語義分類，計算各個相似詞與該未知詞內(nèi)容部分的語義的相似度；

相似詞分析模塊：分析各個相似詞的構(gòu)詞方式，針對其內(nèi)容部分與其整體部分語義類的關(guān)系；

存儲字典：用于存儲所輸入的未知詞和查找到的各個相似詞集合；

相似度排列模塊：根據(jù)各相似詞的構(gòu)詞方式基于同義詞詞林字典篩選出未知詞的語義類；

輸出模塊：用于輸出該未知詞的語義類。

該系統(tǒng)完全基于未知詞的內(nèi)容部分與相似詞內(nèi)容部分的相似度，其詞綴部分對其語義類別沒有影響的情況。

所述未知詞語義類的分類是完全基于同義詞詞林字典。

該系統(tǒng)完全基于相似詞與未知詞是由其內(nèi)容部分擴展而來的情況。

本發(fā)明所述系統(tǒng)針對某一未知詞和其相似詞內(nèi)容部分相似度的計算完全基于同義詞詞林相似度的計算。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

本發(fā)明的方法基于詞綴研究未知詞的構(gòu)詞規(guī)律，進而分析它的語義類別。也可以作為一個獨立的語法或語義成分識別系統(tǒng)對中文或其他基于字符的未知詞的語義分類，同時也可以與其他語言成分識別系統(tǒng)相結(jié)合，對其他系統(tǒng)輸出的結(jié)果進行分析，提高原有系統(tǒng)的分析精度。本發(fā)明尤其適用于對漢語未知詞的分析，根據(jù)本發(fā)明實現(xiàn)的未知詞語義分類系統(tǒng)獲得了良好的分析效果。

附圖說明

圖1是本發(fā)明基于詞綴的用于對未知詞進行語義分類的系統(tǒng)結(jié)構(gòu)框圖；

圖2是示出本發(fā)明實施例1基于詞綴的未知詞語義分類的操作流程圖；

圖3是示出本發(fā)明實施例2基于詞綴的未知詞語義分類的操作流程圖；

圖4是示出本發(fā)明實施例3基于詞綴的未知詞語義分類的操作流出圖。

具體實施方式

下面結(jié)合附圖與具體實施方式對本發(fā)明的技術(shù)方案作進一步詳細地說明。

參照圖1，一種基于詞綴的用于對未知詞進行語義分類的系統(tǒng)，包括：

輸入模塊：該模塊主要用于接收來自系統(tǒng)外部由用戶輸入的未知詞；

未知詞詞綴分析模塊：對于系統(tǒng)接收到的任何一個未知詞，將其按構(gòu)詞規(guī)則分別拆分成兩個部分，每個部分都可作為詞綴；

相似詞選擇模塊：對于所輸入的未知同，在同義詞詞林中查找與未知詞具有相同部分的詞；

內(nèi)容部分相似度計算模塊：根據(jù)相似詞詞林字典中的語義分類，計算各個相似詞與該未知詞內(nèi)容部分的語義的相似度；

存儲字典：用于存儲所輸入的未知詞和查找到的各個相似詞集合；

相似度排列模塊：根據(jù)各相似詞的構(gòu)詞方式基于同義詞詞林字典篩選出未知詞的語義類；

輸出模塊：用于輸出該未知詞的語義類。

實施例1